• No results found

4.9 Styr och reglersystem

5.1.2 Värmesystem

Värmesystemets primärsida består av fjärrvärme. Sekundärsidan reglerar temperaturen genom en reglercentral som får information från enbart en utomhusgivare för traditionell styrning, se figur 10 ovan, eller kombinerat med prognosdata för prognosstyrning, enligt figur 15. Skillnaden mellan dessa är att utomhusgivaren som mäter utomhustemperaturen är utbytt mot ett eget skapat makro, som hämtar den beräknade ekvivalenta utomhustemperaturen från en PRN-fil, se figur 16. En PRN-fil är en fil vars format innehåller instruktioner för hur den data som filen innehåller ska skrivas ut. (Coreldraw, 2019)

Figur 15, primärsystemet med prognosstyrning.

Figur 16, prognosmakrots uppbyggnad, bestående av ett makro som hanterar externa filer och hämtar data från en PRN-fil. För att koppla denna till reglercentralen måste den gå via en multiplier.

Varmvattnet distribueras till rumsvärmare i form av radiatorer. Dessa kan i sin tur reglera värmedistributionen till rummen genom termostatventiler. I IDA ICE fungerar termostatventilerna optimalt, det vill säga de har ingen fördröjd reaktionstid utan så fort en temperaturförändring uppstår korrigerar termostatventilen för den. Dessutom är rumstemperaturen i en zon den samma i hela zonen vilket den även kommer vara vid termostatventilen. I verkligheten är temperaturen normalt sätt inte den samma nära yttervägg och fönster, där termostatventilerna sitter vid radiatorn, som mitt i rummet. Hur rummet är uppbyggt med apparater och möbler samt var och hur många som vistas i rummen påverkar också hur temperaturen fördelas. Vilket innebär att det dessutom uppstår en ytterligare tröghet i systemet i verkligheten. Därav simuleras även ett fall där termostatventilerna alltid är fullt öppna, det vill säga endast använder sig av injusteringsventiler och framledningstemperaturen som styrs centralt. Detta utförs genom att skapa ett eget makro som skickar en konstant signal om att ventilerna ska hållas öppna enligt figuren nedan.

Figur 17, styrmakro för termostatventilerna.

Då endast en central reglering används finns det risk för obekväma rumstemperaturer eftersom den centrala regleringen inte kan korrigera resultatet. Genom central reglering skickar systemet ut samma framledningstemperatur till alla radiatorer trotts det att deras förhållande och uppvärmningsbehov kan se olika ut. Reglerkurvans injustering blir dessutom allt viktigare vid central reglering just på grund av att det inte finns någon lokal reglering som kan kompensera för en för kall eller varm framledningstemperatur. Därför har också en reglerkurva tagits fram för originalkonstruktionen, se figur 18 samt en gemensam för den lätta och tunga konstruktionen, se figur 19.

Figur 18, Reglerkurva för originalkonstruktionen. Figur 19, Reglerkurva för den lätta och tunga konstruktionen.

5.2

Tidskonstant

Tidskonstanten beräknas fram genom simulering i IDA ICE BBR- stöd. För beräkning av tidskonstanten har byggnadsmodellen bantats för att inte räkna med de inre zonerna som trapphus, hissar och schakt. Tidskonstanten kan bli betydligt större för dessa zoner än de yttre zonerna som kommer i direkt kontakt med omgivningen och på så sätt ge ett missvisande värde för byggnaden (EQUA, 2018).

Simuleringen sker i två steg där första steget är att finna en temperaturprofil för klimatskalet och byggnadens jämviktstemperatur, med ett börvärde satt till 20 °C. Denna simulering beräknar en medeltemperatur för hela byggnaden genom viktning av varje zons golvarea och multiplikatet. Nästa steg är att utföra en simulering som beräknar byggnadens avsvalningstid. Börvärdet sätts här till noll i alla zoner och all värmetillförsel stängs av. Medeltemperaturen beräknas på samma sätt som i den tidigare simuleringen med ett initialvärde givet från dess resultat i steg ett. Tidskonstanten bestäms som tiden det tar för byggnadens medeltemperatur att sjunka 63 % av skillnaden mellan initialtemperaturen och omgivningens temperatur, se figur nedan (EQUA, 2018).

Figur 20, exempel på beräkning av tidskonstanten (EQUA, 2018).

Simuleringarna sker med en utetemperatur konstant på 15 °C utan solstrålning. Att det är just 15 °C har ingen större betydelse då temperaturen sjunker exponentiellt med tiden, vilket förklaras med funktionen 4.24 under rubrik 4.4, och där det är den procentuella förändringen över tid man är ute efter. Det viktiga är att utetemperaturen är den samma i båda simuleringarna. Interna värmelaster utesluts samt termisk massa från möbler tas bort. Detta för att de skulle fördröja avsvalningstiden och tidskonstanten ska endast bero av byggnadskonstruktionens egenskaper enligt definitionen som tas upp under rubrik 4.4. Beräkningen kan genomföras med eller utan fläktdrift. Resultatet med fläktdriften avstängd ger betydligt större tidskonstant än med fläktdriften påslagen. Enligt ISO 13790:2008 ska fläktdriften vara aktiv vid beräkningen av tidskonstanten vilket den också var i dessa simuleringar (EQUA, 2018).

Direkt efter att värmesystemet stängs av är zonernas yttemperatur svalare än lufttemperaturen, vilket bidrar till en obalans och resulterar till att temperaturen sjunker fort. Denna temperatursänkning har inget med byggnadens termiska tröghet att göra och ska då inte heller tas med i beräkningen. Obalansen utjämnas relativt fort, under ca en timma, tack vare luftens låga värmekapacitet (Betongföreningen, 2013). Tidskonstanten ges därför av tiden det tar någon timma efter att värmesystemet stängts av tills det att inomhustemperaturen svalnat av till 63 % av den ursprungliga temperaturskillnaden mellan inom- och utomhustemperaturen som går att se i figuren ovan.

Tidskonstanten för respektive byggnadskonstruktion följer av tabell 3 nedan. Som kan avläsas från tabellen blir tidskonstanten större för byggnadskonstruktioner med en stomme som har hög värmekapacitet men den lätta byggnadskonstruktionen av trä har ändå högre termisk massa än

originalkonstruktionen i tegel. Detta beror på originalbyggnadens höga U-värde, som nämnt under rubrik 4.4 beror tidskonstanten på värmekapacitet och U-värde.

Originalbyggnaden har inget isolerande skikt utan tegel rakt igenom. Det yttre skiktet är det samma som det inre, vilket innebär att tegelväggens lagringsförmåga är mycket liten, där stora delar av värmen kommer att vandra rätt igenom. Därav den betydligt lägre tidskonstanten.

Tabell 3, Beräkningsresultat av tidskonstant utifrån de två olika byggnadskonstruktionerna.

Byggnadskonstruktion Umedel [W/m2K] Tidskonstant [h]

Tung byggnadskonstruktion 0.49 400.7

Lätt byggnadskonstruktion 0.49 151.8

Originalkonstruktion 0.95 78

5.3

Prognosstyrning

För att ta fram en ekvivalent utomhustemperatur kördes först en simulering av referensbyggnaden med den traditionella styrningen. Data från värmebalansen sparas då ned i en Excel fil med timvisa värden för solinstrålning, transmissionsförluster, apparater, belysning, ventilation och personvärme, nedan följer ett exempel på värmebalansen för en vecka med traditionell styrning.

Figur 21, exempel på en graf som visar på värmebalansen i en zon.

I Excelfilen beräknas sedan för varje timma en ekvivalent temperatur i ett 24 timmar respektive 120 timmars intervall framåt i tiden genom funktionen nedan.

𝑇𝑒 = 𝑇 − (𝑉 + 𝑃 + 𝐸 + 𝑊 + 𝐿 + 𝑆 + 𝐻)

Prognostemperaturerna beräknades genom att subtraheras med den aktuella temperaturen och multiplicera mot en konstant som viktades mot byggnadens tidskonstant enligt funktionen nedan där t är för den timma framåt i tiden som den ekvivalenta temperaturen beräknas fram.

𝑇𝑒 = 𝑇 − (𝑉 + 𝑃 + 𝐸 + 𝑊 + 𝐿 + 𝑆 + 𝐻) − 𝑇 ∗ 𝑒 /

Data för värmebalansen fås fram för varje zon. Ekvivalenttemperaturen kommer att distribueras med samma temperatur i hela byggnaden, därför viktas värmebalansen från varje zon utifrån zonernas volym.

 TU är den aktuella utomhustemperaturen.

 Vair är det viktade värdet av värmeflödet genom ventilationen för varje zon.  P är det viktade värdet av värmetillförsel från personer för varje zon.  E är det viktade värdet av värmetillförsel från apparater för varje zon.  W är det viktade värdet av värmeflödet genom transmission för varje zon.  L är det viktade värdet av värmetillförsel från belysning i varje zon.

 S är det viktade värdet av värmetillförsel genom solinstrålning för varje zon.  H är det viktade värdet av värmeflödet genom köldbryggor för varje zon.

K är en konstant som bestäms av byggnadens utformning och konstruktion. Funktionen följer enligt nedan där R är summan av byggnadsskalets area multiplicerat med respektive byggnadsdels U-värde, ρ är luftens densitet, c är luftens värmekapacitet, n är det specifika luftflödet och V är byggnadens totala volym.

𝐾 = (𝑅 +( ∗ ∗ ∗ ))

Den ekvivalenta temperaturen för varje timma framåt i tiden summeras och multipliceras med en konstant som ytterligare viktar betydelsen av prognosdata för den ekvivalenta temperaturen. Detta värde har itererats fram för att den ekvivalenta temperaturen ska få ett passande förhållande mot utomhustemperaturen. Detta värde adderas sedan med ekvivalenta temperaturen för den aktuella utomhustemperaturen, Te0. Se funktionen nedan.

𝑇𝑒 = 𝑇𝑒 ∑ 𝑇𝑒 ∗ (1 − 𝑒 ) De två olika prognoslängderna framåt i tiden prövas för att undersöka vilken effekt på resultatet

som framförhållningen på kommande väder har. Som nämnt under rubrik 4.9.2 används prognoser mellan 12 till 120 timmar varför också prognoslängderna 24 och 120 timmar har valts. Timvärdena sammanställs sedan med funktionen och sparas ned som en PRN- fil för att kunna öppnas i IDA ICE enligt figur 16.

I graferna nedan visas skillnaden mellan utomhustemperaturen och den framräknade fiktiva temperaturen under en veckas tid i februari för respektive byggnadskonstruktion med prognos för ett dygn framåt och fem dygn framåt.

Figur 22, Prognosstyrning med fem-dygnsprognos. Figur 23, Prognosstyrning med en-dygnsprognos. Både figur 22 och 23 under en vecka i februari för originalbyggnaden

Ovan följer två grafer för originalkonstruktionen. Från grafen i figur 22 kan man se att den fiktiva utomhustemperaturen hålls mycket stabilare kring 0 °C medan utomhustemperaturen skiftar relativt intensivt mellan -5 °C och 5 °C. I figur 23 med en 24 timmars prognos följer den fiktiva temperaturen utomhustemperaturen mycket närmare, förvisso fortfarande med en viss fördröjning.

Figur 24, Prognosstyrning med fem-dygnsprognos. Figur 25, Prognosstyrning med en-dygnsprognos. Både figur 24 och 25 under en vecka i februari för en lätt byggnad.

I figur 24 och 25 ovan visas grafer för den lätta konstruktionen. Jämför man figur 22 med figur 24 där båda graferna visar på fem-dygnsprognoser går det att se att grafen i figur 24 inte är lika stabil kring 0 °C utan varierar mer med ett något större avstånd till utomhustemperaturen, vilket troligtvis beror på den större tidskonstanten. Jämför man istället figur 23 och 25 där prognosstyrningen styr efter ett-dygnsprognoser ser de relativt identiska ut.

Figur 26, Prognosstyrning med fem-dygnsprognos. Figur 27, Prognosstyrning med en-dygnsprognos. Både figur 26 och 27 under en vecka i februari för tunga byggnaden

I figur 26 och 27 ovan visas grafer för den tunga konstruktionen där den fiktiva temperaturen med fem-dygnsprognos både hålls stabilare och på ett större avstånd från utomhustemperaturen än prognosstyrningen för originalkonstruktionen respektive den lätta konstruktionen. Ett- dygnsprognosen tycks däremot även här te sig relativt likt de fiktiva temperaturerna i figur 23 och 25.

För att ytterligare undersöka hur prognosstyrningen beter sig har respektive byggnad utsatts för en konstant temperatur på 15 °C som sedan hastigt sänks till 0 °C för ett dygn. De övriga faktorerna som solinstrålning och personnärvaro fortskrider normalt under denna period.

Figur 28, Prognosstyrning med fem-dygnsprognos. Figur 29, Prognosstyrning med en-dygnsprognoser. Både figur 28 och 29 utsatta för skiftande utomhustemperatur för originalkonstruktionen.

Ovan i figur 28 och 29 visas grafer för originalkonstruktionen med prognosstyrning från fem- dygnsprognoser respektive ett-dygnsprognoser. Skillnaden mellan dessa är relativt stor och tydlig. Styrningen med fem-dygnsprognoser sänker den fiktiva temperaturen så fort den får informationen om det kommande temperaturfallet. När ytterligare information kommer om att temperaturen kommer gå upp igen går även den fiktiva temperaturen upp en aning trotts vetskapen om det kommande temperaturfallet. När temperaturfallet väl inträffat blir den fiktiva temperaturen också lite svalare men går sedan upp mot 15 °C igen då den ser att temperaturen kommer att vara 15 °C under de kommande dygnen.

Styrningen med ett-dygnsprognoser följer utomhustemperaturen betydligt mer, så fort den får reda på temperaturdroppet börjar den fiktiva temperaturen att falla. Det vill säga 24 timmar innan och när droppet väl inträffar ligger den fiktiva temperaturen nära utomhustemperaturen

på 0 °C vilket den då kommer att hålla under det kommande dygnet. Därefter stiger den fiktiva temperaturen eftersom den känner av att utomhustemperaturen kommer gå tillbaka till 15 °C.

Figur 30, Prognosstyrning med fem-dygnsprognos. Figur 31, Prognosstyrning med en-dygnsprognoser. Både figur 30 och 31 utsatta för skiftande utomhustemperatur för den lätta konstruktionen.

För den lätta byggnaden visas graferna i figur 30 och 31. Prognosstyrningen med fem- dygnsprognoser är lik prognosstyrningen för originalkonstruktionen i figur 28. Skillnaden är att den lätta byggnaden har en större tidskonstant vilket innebär att den lägger högre vikt vid temperaturer längre fram i tiden. Därav sjunker temperaturen mer när den till en början känner av det kommande temperaturdroppet. När prognoserna väl känner av att temperaturen kommer återgå från 0°C till 15 °C, går även den fiktiva temperaturen tillbaka närmare 15 °C, närmare än vad den fiktiva temperaturen gör för originalkonstruktionen. Den fiktiva temperaturen med ett- dygnsprognos är även för den lätta konstruktionen mycket lik den fiktiva temperaturen för originalkonstruktionen. Den skillnad som går att se är att den fiktiva temperaturen för den lätta konstruktionen inte faller riktigt lika lågt som den gör för originalkonstruktionen.

Figur 32, Prognosstyrning med fem-dygnsprognos. Figur 33, Prognosstyrning med en-dygnsprognoser. Både figur 32 och 33 utsatta för skiftande utomhustemperatur för den tunga konstruktionen.

Fallen för den tunga konstruktionen visas i figurerna 32 och 33 ovan. Dessa följer samma mönster som för de övriga scenarierna. Den fiktiva temperaturen med fem-dygnsprognoser följer samma mönster som den gör mellan figurerna 28 och 30 samt följer den fiktiva temperaturen med ett-dygnsprognoser samma mönster som den gör mellan figurerna 29 och 31. Den gemensamma nämnaren är tidskonstanten. Tidskonstanten leder till att de framtida prognoserna prioriteras högre och för den tunga konstruktionen har de en nästan lika hög prioritet som utomhustemperaturen. Detta innebär att prognosstyrningen med fem- dygnsprognos i detta fall faller ännu mer i det skede som prognosen med temperaturfallet

kommer in. När prognoser med stigandetemperatur kommer in går den fiktiva temperaturen tillbaka ännu mer än vad den gör för originalkonstruktionen och den lätta konstruktionen. Ett-dygnsprognosen ger ingen märkbar skillnad mellan de olika konstruktionerna, vilket kan bero på att prognoserna inte får en lika stor vikt för den fiktiva temperaturen som de får i en prognosstyrning med fem-dygnsprognoser.

Det framgår att prognosstyrningen lägger olika stor vikt på dagstemperaturen beroende på byggnadens tidskonstant. Lika så prioriteras prognoser långt bort i tiden samt prognoser nära inpå olika mycket. Originalkonstruktionen har en relativt låg tidskonstant jämfört med den tunga konstruktionen. Den tunga konstruktionen skickar iväg kraftigare signaler långt innan för att förbereda byggnaden. Sedan när själva temperaturdroppet sker händer inte speciellt mycket. Temperaturen börjar istället att förbereda sig för den konstanta temperaturen.

Originalbyggnaden med den lägre tidskonstanten påverkas förvisso också av den kommande temperaturskiftningen och börjar skicka iväg signaler om kallare inkommande temperaturer men inte riktigt lika låga som för den tunga byggnaden. Detta är också rimligt då den inte kan lagra lika mycket värme i byggnaden. Den värmeenergin går istället förlorad. Originalkonstruktionen skickar istället iväg en jämnare kall temperatur under de fem förberedande dygnen. När temperaturskillnaden väl inträffat blir det en hastig dipp i temperaturen då denna byggnad med lägre tidskonstant väger utomhustemperaturen högre än den tunga konstruktionen.

6 Resultat

Nedan redovisas resultaten för de simuleringar som gjorts på referensbyggnaden med originalkonstruktionen, den lätta konstruktionen och tunga konstruktionen. De olika reglerstrategierna som prövas mot varandra är med eller utan termostatventiler, med prognosstyrning eller traditionell styrning. Resultaten som undersökts är energianvändningen för uppvärmning samt effekterna för uppvärmning. Dessa resultat kan avläsas i tabellerna 4, 6 och 8. Där energianvändningen och toppeffekterna från fjärrvärmen presenteras i sammanfattat format. Här redovisas även resultatet för prognosstyrning med prognosdata från ett dygn framåt och fem dygn framåt. Viktigt att tillägga är att i de fall då det endast nämns att jämförelsen görs mot prognosstyrning menas prognosstyrning med prognoser för fem dygn framåt i tiden. Prognoser för ett dygn framåt används endast för jämförelse mot prognosstyrning för fem dygn framåt. Denna jämförelse har ingen direkt koppling till syftet, utan är snarare en utvärdering av betydelsen av längden på använd prognosdata och prognosstyrningen i sig.

De förbättringar som blir med prognosstyrning jämfört med traditionell styrning redovisas i stapeldiagram. På samma sätt presenteras de förbättringarna som blir med termostatventiler. Värmeeffekterna för respektive reglersystem har även illustrerats i ett varighetsdiagram för att på ett tydligt sätt se hur effekterna påverkas av reglersystemen. Slutligen för varje konstruktion redovisas resultatet på simuleringarna med ökad utsatthet för solinstrålning, vilket är en känslighetsanalys av solens betydelse för val av styrningsmetod. Mängden solinstrålning till varje zon med fönster har kraftigt ökats medan resterande variabler förblivit de samma. Detta genom att vrida på byggnaden mot söder.

6.1

Originalkonstruktionen

Den strategi som levererar den lägsta konsumerade värmeenergi är prognosstyrning med termostatventiler på 66 kWh/m2. Med avseende på värmeenergin gör det ingen skillnad om prognosdata hämtas för fem dygn eller ett dygn framåt. Den lägsta toppeffekten genereras också av prognosstyrningen med termostatventiler på 78 kW. Med avseende på toppeffekterna skiljer det 4 kW beroende på om prognosdata är hämtad för ett dygn framåt eller fem dygn framåt.

Tabell 4, Resultatet för Originalkonstruktionen. Den redovisar resultatet för simuleringar med och utan termostatventiler samt för prognosstyrningen med prognoser hämtade för en eller fem dygn framåt.

Styrning Konsumerad värmeenergi

[kWh/m2] Toppeffekt fjärrvärme [kW]

Traditionell styrning

Utan termostatventiler 95.2 118.8

Med termostat ventiler 66.8 82.9

Prognosstyrning 1 dygn 5 dygn 1 dygn 5 dygn

Utan termostatventiler 92.5 92.6 115.0 90.8

Med termostatventiler 66.3 66.3 82.3 78.1

6.1.1 Värmeenergianvändning

För originalkonstruktionen är den procentuella förbättringen av att använda prognosstyrning 2.7 % för ett system utan termostatventiler och 0.7 % i det fallet termostatventilerna används och fungerar optimalt. Detta presenteras i figuren nedan.

Figur 34, Stapeldiagrammet visar på de procentuella förbättringar det blir genom de olika styrstrategierna mellan prognosstyrning och traditionell styrning. Figur 35, Stapeldiagrammet visar den procentuella skillnaden för respektive styrstrategi med och utan termostatventiler.

Den procentuella förbättring som optimalt fungerande termostatventiler kan bidra med jämfört med om central reglering mot utomhustemperaturen utan termostatventiler används är närmare 30 %. För centralt styrd prognosstyrning bidrar de optimalt fungerande termostatventilerna med en förbättring på snarlika 28 %.

6.1.2 Värmeeffekt

Figur 36, Varighetsdiagram för originalkonstruktionen som visar värmeeffekterna under sista veckan i januari.

Varighetsdiagrammet ovan är skapat genom data från sista veckan i januari. Utifrån diagrammet går det att se en tydlig skillnad mellan användandet av termostatventiler där termostatventilerna tycks bidra med lägre värmeeffekter. Prognosstyrningen tycks bidra med en jämnare värmeeffekt, en högre lägsta effekt men samtidigt en lägre toppeffekt. Prognosstyrningen tycks däremot inte få något utrymme då termostatventilerna används. Dessa två grafer följer varandra relativt jämnt och toppeffekterna är jämbördiga.

För hela året blir toppeffekterna enligt tabell 4 ovan. Med termostatventiler kan toppeffekterna minskas med ca 6 % om prognosstyrning används. Utan termostatventiler kan toppeffekterna minskas med ca 24 % vilket också speglar resultatet i varighetsdiagrammet ovan.

6.1.3 Solinstrålningens påverkan

Dessa resultat nedan har genererats genom att byggnaden har placerats för att optimera mängden solinstrålning. Utifrån tabell 5 är det svårt att se någon större skillnad för toppeffekterna. Den konsumerade värmeenergin minskar generellt sätt även fast det är en betydligt mindre skillnad för de fallen utan termostatventiler än vad det är för de fallen med termostatventiler. Den strategi där den konsumerade värmeenergin minskade mest var för den traditionella styrningen med termostatventiler på 6.8 kWh/m2 motsvarande ca 10 %. Prognosstyrningen hade en motsvarande

minskning då termostatventiler med 6.7 kWh/m2 vilket också genererade i en 10 % minskad

Tabell 5, Redovisar skillnaden mellan referensbyggnaden riktad mot norr med skymmande byggnader runt om mot referensbyggnaden mot söder utan skymmande byggnader. O står för originalpositionen och S står för positionen optimerad för solinstrålning.

Styrning Konsumerad värmeenergi

[kWh/m2] Toppeffekt fjärrvärme[kW]

Traditionell styrning O S O S

Utan termostatventiler 95.2 94.1 118.8 118.8

Med termostat ventiler 66.8 60.0 82.9 82.7

Prognosstyrning

Utan termostatventiler 92.6 91.9 90.8 92.1

Med termostatventiler 66.3 59.6 78.1 78.3

Figur 37, Stapeldiagrammet visar på de procentuella förbättringar det blir genom de olika styrstrategierna mellan prognosstyrning och traditionell styrning. Figur 38, Stapeldiagrammet visar den procentuella skillnaden för respektive styrstrategi med och utan termostatventiler.

Skillnaden mellan traditionell styrning och prognosstyrning minskade när solinstrålningen ökade för det fallet utan termostatventiler, från det som tidigare var 2.7 % till 2.3 %. Skillnaden då termostatventilerna användes var redan innan liten på 0.7 % och ändrades inte då solinstrålningen ökade.

Termostatventilernas vikt för energianvändningen ökade från 30 % till 36 % för traditionell styrning och från 28 % till 35 % för prognosstyrning.

6.2

Lätt konstruktion

Den strategi som levererar den lägsta konsumerade värmeenergi är prognosstyrning med termostatventiler på 48 kWh/m2. Med avseende på värmeenergin gör det ingen skillnad om prognosdata hämtas för fem dygn eller ett dygn framåt då skillnaden där emellan är 0.1 kWh/m2. Den lägsta toppeffekten genereras av prognosstyrningen utan termostatventiler på 51 kW. Med avseende på toppeffekterna skiljer det ca 16 kW beroende på om prognosdata är hämtad för ett dygn framåt eller fem dygn framåt.

Tabell 6, Resultatet för den lätta konstruktionen. Den redovisar resultatet för simuleringar med och utan termostatventiler samt för prognosstyrningen med prognoser hämtade för en eller fem dygn framåt.

Styrning Konsumerad värmeenergi

[kWh/m2] Toppeffekt fjärrvärme [kW]

Traditionell styrning

Utan termostatventiler 49.5 67.6

Med termostatventiler 40.0 59.8

Prognosstyrning 1 dygn 5 dygn 1 dygn 5 dygn

Utan termostatventiler 48.5 48.4 66.8 51.2

Med termostatventiler 39.4 39.3 59.2 52.9

6.2.1 Värmeenergianvändning

För den lätta konstruktionen är den procentuella förbättringen av att använda prognosstyrning 2.2 % för ett system utan termostatventiler och 1.8 % i det fallet termostatventilerna används och fungerar optimalt. Detta presenteras i figuren nedan.

Figur 39, Stapeldiagrammet visar på de procentuella förbättringar det blir genom de olika styrstrategierna mellan prognosstyrning och traditionellstyrning samt skillnaden mellan att använda prognosdata för ett dygn kontra 5 dygn. Figur 40, Stapeldiagrammet visar den procentuella skillnaden för respektive styrstrategi med och utan termostatventiler.

Den procentuella förbättring som optimalt fungerande termostatventiler kan bidra med jämfört med om central reglering mot utomhustemperaturen används är närmare 19 %. Det är samma

Related documents